基于改进D-S证据理论与多源信息融合的预制钢箱梁预拼装风险评估方法研究

《Buildings》：Multi-Source Information Fusion for Quality Assessment in Prefabricated Components Assembly Considering Uncertainty

　　

摘要

预制钢箱梁拼装过程中，制造检验数据存在显著的模糊性与随机不确定性，且目前尚缺乏有效的多源信息融合评估方法。针对该问题，本文在规范、文献综述和专家咨询的基础上，建立了钢箱梁段四类 15 指标的层级化预拼装风险评估指标体系。提出了一种嵌入证据相似度筛选机制的改进 D-S 证据融合流程，以处理高冲突性的多源工厂检验数据。结合云模型定性 - 定量映射、蒙特卡洛模拟及全局敏感性分析，该框架实现了定量风险分级及主要制造风险因子的识别。案例研究得出了四个主要结论：(1) 融合后，所有梁段的不确定性均保持在 0.05 以下，满足工程置信度要求；(2) 改进的 D-S 证据理论实现了 0.9944 的高风险置信度，优于经典证据理论 (0.9675) 和加权平均法 (0.6229)；(3) 蒙特卡洛模拟证实了该方法在区分各梁段风险等级方面的可靠性；以及 (4) 全局敏感性分析准确识别了各梁段的关键风险因子。该框架能够依托常规工厂检验记录实现预拼装风险预警，并为降低预制钢箱梁现场拼装失效风险提供技术支持。